論文の概要: Computational Analysis of Semantic Connections Between Herman Melville Reading and Writing

• arxiv url: http://arxiv.org/abs/2603.14674v1
• Date: Sun, 15 Mar 2026 23:59:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.96106
• Title: Computational Analysis of Semantic Connections Between Herman Melville Reading and Writing
• Title（参考訳）: ヘルマン・メルヴィル読解と筆記のセマンティック接続の計算解析
• Authors: Nudrat Habib, Elisa Barney Smith, Steven Olsen Smith,
• Abstract要約: 本研究では,Herman Melville 読解が自身の著作に与える影響について,計算意味的類似性分析を通じて検討した。 我々は、彼の作品から選ばれた節を彼の図書館のテキストと比較する。 この手法はテキストを文レベルと非重なり合う5-gramレベルの両方で分割し、続いてBERTScoreを用いて類似性計算を行う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study investigates the potential influence of Herman Melville reading on his own writings through computational semantic similarity analysis. Using documented records of books known to have been owned or read by Melville, we compare selected passages from his works with texts from his library. The methodology involves segmenting texts at both sentence level and non-overlapping 5-gram level, followed by similarity computation using BERTScore. Rather than applying fixed thresholds to determine reuse, we interpret precision, recall, and F1 scores as indicators of possible semantic alignment that may suggest literary influence. Experimental results demonstrate that the approach successfully captures expert-identified instances of similarity and highlights additional passages warranting further qualitative examination. The findings suggest that semantic similarity methods provide a useful computational framework for supporting source and influence studies in literary scholarship.
• Abstract（参考訳）: 本研究では,Herman Melville 読解が自身の著作に与える影響について,計算意味的類似性分析を通じて検討した。 メルヴィルによって所有または読まれていたことが知られている書籍の文書記録を用いて、彼の著作から選ばれた論文を、彼の図書館のテキストと比較した。 この手法はテキストを文レベルと非重なり合う5-gramレベルの両方で分割し、続いてBERTScoreを用いて類似性計算を行う。 再利用を決定するために固定しきい値を適用するのではなく、精度、リコール、F1スコアを、文学的影響を示す可能性のあるセマンティックアライメントの指標として解釈する。 実験結果から,本手法は専門家が特定した類似性の事例を捉えることに成功し,さらなる定性検査を行うための追加の通路を強調できた。 本研究は,文学研究における資料・影響研究を支援するために,意味的類似性手法が有用な計算枠組みを提供することを示すものである。

関連論文リスト

• Estimating the Influence of Sequentially Correlated Literary Properties in Textual Classification: A Data-Centric Hypothesis-Testing Approach [4.161155428666988]
  逐次的に相関した文学的特性の影響を定量化するために,データ中心の仮説テストフレームワークを導入する。 従来の(単語n-gramと文字k-mer)とニューラル(対照的に訓練された)埋め込みを、教師なしと教師なしの両方の分類設定で比較する。 その結果, 逐次相関の制御は偽陽性の低減に不可欠であることが示唆された。
  論文  参考訳（メタデータ） (2024-11-07T18:28:40Z)
• Combining Qualitative and Computational Approaches for Literary Analysis of Finnish Novels [0.0]
  フィンランドの文体に適応した感情辞書を用いた感情分析の計算手法を提案し,開発する。 本研究は, 近読分析支援ツールとして, 従来の文献に影響を及ぼす研究の場があることを実証する。
  論文  参考訳（メタデータ） (2024-06-03T06:07:44Z)
• Rethinking Evaluation Metrics of Open-Vocabulary Segmentaion [78.76867266561537]
  評価プロセスは、予測された真理のカテゴリと基底的真理のカテゴリの類似性を考慮せずに、クローズドセットのメトリクスに大きく依存している。 この問題に対処するため、まず2つのカテゴリー語間の11の類似度の測定を行った。 我々は,3つのオープン語彙セグメンテーションタスクに適した,オープンmIoU,オープンAP,オープンPQという新しい評価指標を設計した。
  論文  参考訳（メタデータ） (2023-11-06T18:59:01Z)
• A Comparative Study of Sentence Embedding Models for Assessing Semantic Variation [0.0]
  本稿では,複数の文献において,連続する文間の意味的類似性の時系列と対の文類似性の行列を用いた最近の文埋め込み法について比較する。 文の埋め込み手法のほとんどは、ある文書において意味的類似性の高相関パターンを推定するが、興味深い相違が見られる。
  論文  参考訳（メタデータ） (2023-08-08T23:31:10Z)
• Relational Sentence Embedding for Flexible Semantic Matching [86.21393054423355]
  文埋め込みの可能性を明らかにするための新しいパラダイムとして,文埋め込み(Sentence Embedding, RSE)を提案する。 RSEは文関係のモデル化に有効で柔軟性があり、一連の最先端の埋め込み手法より優れている。
  論文  参考訳（メタデータ） (2022-12-17T05:25:17Z)
• PART: Pre-trained Authorship Representation Transformer [52.623051272843426]
  文書を書く著者は、自分のテキストに識別情報を印字する。 以前の作品では、手作りの機能や分類タスクを使って著者モデルを訓練していた。 セマンティクスの代わりにテキストの埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• Syllabic Quantity Patterns as Rhythmic Features for Latin Authorship Attribution [74.27826764855911]
  我々は、ラテン散文の計算的オーサシップ属性のタスクにおいて、リズミカルな特徴を導出する基盤として、音節量を用いる。 2つの異なる機械学習手法を用いて3つの異なるデータセットを用いて実験を行い、音節量に基づくリズム特徴がラテン散文の著者の識別に有用であることを示した。
  論文  参考訳（メタデータ） (2021-10-27T06:25:31Z)
• A Comparative Study on Structural and Semantic Properties of Sentence Embeddings [77.34726150561087]
  本稿では,関係抽出に広く利用されている大規模データセットを用いた実験セットを提案する。 異なる埋め込み空間は、構造的および意味的特性に対して異なる強度を持つことを示す。 これらの結果は,埋め込み型関係抽出法の開発に有用な情報を提供する。
  論文  参考訳（メタデータ） (2020-09-23T15:45:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。